关于时间序列分析的ARMA模型拟合问题,残差白噪声检验通不过怎么办?

对某只股票的收盘价进行时间序列分析,没有明显的趋势和季节效应,尝试做了1阶到5阶差分,1阶4步和1阶12步差分全部都能够得到平稳模型,但是也都没有出现过差分现象,这种情况下是不是应该直接选一阶差分呢?
我考虑是不是一阶对信息的损失最少,所以先用了一阶差分序列,是非白噪声序列,进行了ARMA模型拟合,但是不管怎么选pq,残差白噪声检验的Q统计量的伴随概率最多只在3阶之内能接受残差白噪声的原假设。(我用的是EVIEWS,尝试了直接在模型窗口左上角view里面的残差检验和对resid画相关图的两种方法,虽然结果不一样但是都没法通过残差白噪声检验),求问大神们,该怎么办呢?
PS:我考虑到是金融数据,p,q的选择是不是应该都在5以内,对p取了0-5,q取了0-3,并且所有组合都尝试了,更高阶的我感觉没怎么见过,觉得是不是不太可能,所以没尝试,想请教有经验的大神5阶以上的话是不是不太正常了?

低是有多低?这里拟合优度到也不是那么地重要,做ECM时有人R²在0.3左右也能用,甚至还有paper中拟合有毒零点零几的,应该没关系追问

我有309个观测值,选根号下309为17作为最大滞后期数是不是可以?
我后来有做出滞后到18期左右的能比0.05大一点了(滞后3期左右p值能到0.8左右,之后就迅速减小了)但是再往后就小于0.05了,这样可以认为模型显著吗?
谢谢你了,麻烦了!

温馨提示:答案为网友推荐,仅供参考
相似回答